CÁLCULO 3

SESIÓN 4: Vector Gradiente

Esta foto de Autor desconocido está bajo licencia CC BY-SA

Departamento de Ciencias
INTRODUCCIÓN
Vector gradiente

Suponiendo que la superficie de

la montaña está modelada por
𝑧 = 𝑓 𝑥, 𝑦 .

¿Qué dirección debe tomar el

escalador si quiere ganar altura en
la montaña lo más rápido posible?
SABERES PREVIOS

Enlace:
https://quizizz.com/admin/quiz/63eacd63c29227001d70d11d?source=quiz_share
LOGRO DE SESIÓN

Al término de la sesión; el estudiante

resuelve ejercicios y problemas de
aplicación del vector gradiente;
utilizando sus definiciones y
propiedades, interpretando los
resultados obtenidos, con coherencia.
CONTENIDOS

1. Vector gradiente.

2. Propiedades del vector gradiente.

3. Aplicaciones del gradiente

Vector Gradiente
El gradiente de una función de dos variables
es una función vectorial de dos variables.
∇𝑓: ℝ2 ⟶ ℝ2
𝑥, 𝑦 ⟶ ∇𝑓(𝑥, 𝑦)
Donde
∇𝑓 𝑥, 𝑦 = 𝑓𝑥 𝑥, 𝑦 𝒊 + 𝑓𝑦 𝑥, 𝑦 𝒋
Además 𝒊, 𝒋, son los vectores canónicos de ℝ2
𝒊 = 1,0,0 , 𝒋 = 0,1,0

Esta función tiene múltiples aplicaciones

importantes, algunas de las cuales se verán
más adelante.
Vector Gradiente
El gradiente de una función de tres variables es una función vectorial de tres
variables.
∇𝑓: ℝ3 ⟶ ℝ3
𝑥, 𝑦, 𝑧 ⟶ ∇𝑓(𝑥, 𝑦, 𝑧)
Donde
∇𝑓 𝑥, 𝑦, 𝑧 = 𝑓𝑥 𝑥, 𝑦, 𝑧 𝒊 + 𝑓𝑦 𝑥, 𝑦, 𝑧 𝒋 + 𝑓𝑧 𝑥, 𝑦, 𝑧 𝒌

Además 𝒊, 𝒋, 𝒌 son los vectores canónicos de ℝ3

𝒊 = 1,0,0 , 𝒋 = 0,1,0 , 𝒌 = (0,0,1)
Vector Gradiente
Generalizando, se tiene que el gradiente de una función de “n” variables es
una función vectorial de “n” variables.
∇𝑓: ℝ𝑛 ⟶ ℝ𝑛
𝑥1 , 𝑥2 , … , 𝑥𝑛 ⟶ ∇𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛
Donde
∇𝑓 𝑥, 𝑦, 𝑧 = 𝑓𝑥1 𝑥, 𝑦, 𝑧 𝒆𝟏 + 𝑓𝑥2 𝑥, 𝑦, 𝑧 𝒆𝟐 + ⋯ + 𝑓𝑥3 𝑥, 𝑦, 𝑧 𝒆𝒏

Además 𝒆𝟏 , 𝒆𝟐 , 𝒆𝟑 son los vectores canónicos de ℝ𝑛

𝒆𝟏 = 1,0, … , 0 , 𝒆𝟐 = 0,1, … , 0 , …, 𝒆𝒏 = (0, … , 0,1)
Vector Gradiente
Otras notaciones para el gradiente de una función 𝑓 en un punto 𝑝, son
las siguientes:
Para una función de dos variables definida por 𝑧 = 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 ):
𝜕𝑓 𝜕𝑓 𝜕𝑓
∇𝑓(𝑃) = (𝑃), (𝑃), . . . . . , (𝑃)
𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛

Para una función de dos variables definida por 𝑧 = 𝑓(𝑥, 𝑦):

𝜕𝑓 𝜕𝑓
∇𝑓(𝑃) = (𝑃), (𝑃)
𝜕𝑥 𝜕𝑦

Para una función de tres variables definida por 𝑤 = 𝑓(𝑥, 𝑦, 𝑧):

𝜕𝑓 𝜕𝑓 𝜕𝑓
∇𝑓(𝑃) = (𝑃), (𝑃), (𝑃)
𝜕𝑥 𝜕𝑦 𝜕𝑧
Vector Gradiente
Ejemplo. Sea 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2
El gradiente de 𝑓 es la función
vectorial de dos variables :
∇𝑓 𝑥, 𝑦 = (2𝑥, 2𝑦)

El gradiente de 𝑓 en el punto
1,2 es ∇𝑓 1,2 = (2,4)
El gradiente de 𝑓 en el punto
−3,2 es ∇𝑓 −3,2 = −6,4
 Vector Gradiente
Ejemplo.
2
𝑦
Sea 𝑓(𝑥, 𝑦, 𝑧) = 𝑧𝑥 2 +
𝑧
El gradiente de 𝑓 es la función
vectorial de dos variables :
2𝑦 𝑦2
∇𝑓 𝑥, 𝑦, 𝑧 = 2𝑥𝑧, , 𝑥 2 −
𝑧 𝑧2

El gradiente de 𝑓 en el punto
1,2,1 es ∇𝑓 1,2,1 = (2,4, −3)
El gradiente de 𝑓 en el punto
−1,2,1 es ∇𝑓 −1,2,1 = −2,4, −3
Propiedades del Vector Gradiente

➢ 𝑓 en 𝑥0 , 𝑦0 crece lo más rápido posible en la dirección del vector ∇𝑓 𝑥0 , 𝑦0 .

➢ La tasa máxima de crecimiento es ∇𝑓(𝑥0 , 𝑦0 ) .

➢ 𝑓 en 𝑥0 , 𝑦0 decrecre lo más rápido posible en la dirección −∇𝑓 𝑥0 , 𝑦0 ,

➢ La tasa mínima de crecimiento de 𝑓 en 𝑃 𝑥0 , 𝑦0 es − ∇𝑓(𝑥0 , 𝑦0 ) .

Aplicación: Temperatura
La temperatura en un punto (𝑥, 𝑦) de una placa metálica en el plano 𝑋𝑌 es
𝑥𝑦
𝑇 𝑥, 𝑦 = grados Celsius. Una hormiga que está en el punto (1,1)
1+𝑥 2 +𝑦 2
quiere caminar en la dirección y sentido en que la temperatura disminuye más
rápidamente. Encuentra un vector unitario en esta dirección y sentido.
Solución:
Por las propiedades se tiene que una función crece más rápidamente en la
dirección del gradiente, entonces para que disminuya más rápidamente el vector
∇𝑇
solución será 𝑢 = −
| ∇𝑇 |

𝑦 1 + 𝑦2 − 𝑥2 𝑥 1 + 𝑥2 − 𝑦2 1 1
∇𝑇 = 𝑇𝑥 , 𝑇𝑦 = 2 2 2 , 2 2 2 ⟹ ∇𝑇 1,1 = ,
1+𝑥 +𝑦 1+𝑥 +𝑦 9 9

1 1
Por lo tanto el vector solución es: 𝑢 = − ,
2 2
Aplicación: Máximo crecimiento
En una montaña la elevación 𝑧 por sobre el punto 𝑥, 𝑦 en el plano 𝑋𝑌
horizontal al nivel del mar es de 𝑧 = 2000 − 2𝑥 2 − 4𝑦 2 pies. El eje
positivo de las abscisas apunta al este y el eje positivo de las ordenadas
apunta al norte. Un alpinista se encuentra en el punto (20, 5,1100).
a) ¿En que dirección subirá más rápido el alpinista?
b) ¿ Qué dirección deberá elegir el alpinista para bajar más rápido desde el
punto P?
Solución:
a) ∇𝑧 = −4𝑥, −8𝑦 ⟹ 𝑢 = ∇𝑧 20,5,1100 = −80, −40
b) −∇𝑧 = 4𝑥, 8𝑦 ⟹ v = −∇𝑧 20,5,1100 = 80,40
Aplicación: Máximo crecimiento

a) El vector 𝑢 = −80, −40 indica la

dirección en la cual el alpinista sube
más rápido desde el punto P
b) El vector v = 80,40 indica la
dirección en la cual el alpinista
bajará más rápido desde el punto P
Aplicaciones del gradiente

La ecuación del plano tangente a una superficie dada de forma implícita por la
ecuación: 𝐹(𝑥, 𝑦, 𝑧) = 0 en un punto 𝑝0 = (𝑥0 , 𝑦0 , 𝑧0 ) se calcula mediante:
∇𝑓 𝑝0 𝑥 − 𝑥0 , 𝑦 − 𝑦0 , 𝑧 − 𝑧0 = 0

La ecuación de la recta normal a una superficie dada de forma implícita por la

ecuación: 𝐹(𝑥, 𝑦, 𝑧) = 0 en un punto 𝑝0 = (𝑥0 , 𝑦0 , 𝑧0 ) se calcula mediante:
𝐿𝑁 : 𝑃 = 𝑝0 + 𝑡 ∇𝑓 𝑝0 , 𝑑𝑜𝑛𝑑𝑒 𝑡 ∈ ℝ

En la siguiente sección veremos otra aplicación para calcular derivada direccional

 Temperatura en el espacio
60
La temperatura es 𝑇(𝑥, 𝑦, 𝑧) = grados Celsius en cualquier punto (𝑥, 𝑦, 𝑧)
𝑥 2 +𝑦 2 +𝑧 2 +3

en el espacio 𝑅3 y la distancia se mide en pulgadas.

a) Ubique un punto P en el espacio.

b) Encontrar la magnitud de la máxima rapidez de cambio de 𝑇 en el punto P.

c) Encontrar un vector unitario que indica la dirección donde la temperatura disminuye

más rápidamente.
APLICACIÓN TECNOLÓGICA

https://www.geogebra.org/classic/kkua8v2k
TRABAJO EN EQUIPO

Instrucciones
1. Ingrese a la sala de grupos
reducidos asignada.
2. Desarrolle las actividades
asignadas
3. Presente su desarrollo en
el Padlet del curso.
TRABAJO EN EQUIPO
TRABAJO EN EQUIPO
TRABAJO EN EQUIPO
TRABAJO EN EQUIPO
TRABAJO EN EQUIPO
TRABAJO EN EQUIPO
TRABAJO EN EQUIPO
TRABAJO EN EQUIPO
TRABAJO EN EQUIPO
TRABAJO EN EQUIPO
TRABAJO EN EQUIPO
METACOGNICIÓN

¿Qué dificultades se
presentaron? ¿Cómo se absolvieron las dificultades
las dificultades encontradas?

¿Qué hemos aprendido en esta ¿Qué tipos de problemas se

sesión? pueden resolver mediante el
vector gradiente?
REFERENCIAS

▪ Zill, D. y Wright, W. (2011). Cálculo: trascendentes tempranas.

McGraw-Hill Interamericana.

▪ Stewart, J. (2008). Cálculo de varias variables: Trascendentes

tempranas. Cengage Learning.

▪ Larson, R. (2010). Cálculo 2. McGraw Hill.

GRACIAS